• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2009년도 추계학술대회
• /
• pp.95-98
• /
• 2009

본 연구는 주관 감성에 따른 생리 데이터의 패턴을 분류하고, 임의의 생리 데이터의 패턴을 확인하여 각성-이완, 쾌-불쾌의 감성을 추론하기 위해 베이지안 이론(Bayesian learning)을 기반으로 한 추론 모델을 제안하는 것이 목적이다. 본 연구에서 제안하는 모델은 학습데이터를 분류하여 사전확률을 도출하는 학습 단계와 사후확률로 임의의 생리 데이터의 패턴을 분류하여 감성을 추론하는 추론 단계로 이루어진다. 자율 신경계 생리변수(PPG, GSR, SKT) 각각의 패턴 분류를 위해 1~7로 정규화를 시킨 후 선형 관계를 구하여 분류된 패턴의 사전확률을 구하였다. 다음으로 임의의 사전 확률 분포에 대한 사후 확률 분포의 계산을 위해 베이지안 이론을 적용하였다. 본 연구를 통해 주관적 평가를 실시하지 않고 다중 생리변수 인식을 통해 감성을 추론 할 수 있는 모델을 제안하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2017년도 제29회 한글 및 한국어 정보처리 학술대회
• /
• pp.233-237
• /
• 2017

본 논문은 신문기사의 감성 댓글을 생성하기 위한 시스템을 제시한다. 감성을 고려한 댓글 생성을 위해 기존의 Sequence-to-Sequence 모델을 사용하여 긍정, 부정, 비속어 포함, 비속어 미포함 유형의 4개의 감성 모델을 구축한다. 하나의 신문 기사에는 다양한 댓글이 달려있지만 감성 사전과 비속어 사전을 활용하여 하나의 댓글만 선별하여 사용한다. 분류한 댓글을 통해 4개의 모델을 학습하고 감성 유형에 맞는 댓글을 생성한다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2017년도 제29회 한글및한국어정보처리학술대회
• /
• pp.233-237
• /
• 2017

본 논문은 신문기사의 감성 댓글을 생성하기 위한 시스템을 제시한다. 감성을 고려한 댓글 생성을 위해 기존의 Sequence-to-Sequence 모델을 사용하여 긍정, 부정, 비속어 포함, 비속어 미포함 유형의 4개의 감성 모델을 구축한다. 하나의 신문 기사에는 다양한 댓글이 달려있지만 감성 사전과 비속어 사전을 활용하여 하나의 댓글만 선별하여 사용한다. 분류한 댓글을 통해 4개의 모델을 학습하고 감성 유형에 맞는 댓글을 생성한다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2001년도 추계학술대회 논문집
• /
• pp.197-201
• /
• 2001

웹기반 감성 DB 시스템은 G7 감성공학사업에 대한 연구결과를 체계적으로 분석하고, 웹을 이용하여 조회.검색을 용이하게 하기 위하여 감성지표를 분야별로 분류하여 서비스하고 있다. 뿐만 아니라 감성공학사업으로 산출한 각종 정보물과 연구 결과물들을 인터넷을 통하여 소개하고 있다. 그러나 이 시스템은 데이터의 다양성으로 인하여 사용자 인터페이스를 더욱 요구하고 있다. 이에 본 연구에서는 웹사이트에 대한 평가를 실시하여 웹사이트의 주요 성공요인을 파악하고 이를 관리하고자, 감성공학 학술 및 연구정보서비스 웹사이트 평가를 위한 모델을 개발하였다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 1999년도 추계학술대회 논문집
• /
• pp.454-459
• /
• 1999

본 연구는 메이크업, 자동차, 패션, 건축내장, 건축외장의 색채에 대한 소비자들의 감성 평가구조를 제시하는데 그 목적이 있다. 본 연구에서는 5개 제품별 색채감성 평가구조모델을 레퍼토리 그리드 발전수법을 사용하여 추출한 다음, 제품별 평가구조를 비교ㆍ분석하였다. 이렇게 추출된 5개의 구조모델은 다음과 같은 특성을 가지고 있다. 1) 소비자들의 전반적인 제품별 평가어휘를 추출하였으며, 이러한 평가어휘와색채특성간의 상관관계를 정성적으로 분석할 수 있다. 2) 제품별 고유 평가구조 및 제품들이 공통적으로 가지고 있는 기본적인 구조 특성을 파악할 수 있다.

• 감성과학
• /
• 제13권1호
• /
• pp.197-206
• /
• 2010

본 연구에서는 보행자의 이동(Navigation)지원을 목적으로 한 감성검색시스템의 구축(Implementation)에 있어 시스템의 주요 구성요소 중의 하나인 보행자 감성모델을 사용자의 감성에 일치시키는 방법에 대해 제안하고, 평가실험을 통하여 모델의 타당성을 검증하였다. 가상의 목적지를 의미하는 인테리어 이미지 화상을 이용하여 데이터베이스를 작성한 후 10명의 실험 참가자를 대상으로 각각 5회에 걸쳐 목적지 검색과 만족도에 대한 평가실험을 실시하였다. 실험 참가자에게는 각 실험단계마다의 검색결과에 대해 만족도를 평가하도록 하였으며, 피험자로부터의 피드백 데이터를 이용하여 데이터베이스에 구축된 보행자 감성모델을 반복적으로 학습하도록 하였다. 평가실험 종료 후 보행자 감성모델의 학습효과를 확인하기 위하여 재현율(Recall ratio), 적합율(Precision ratio), 검색순위(Retrieval ranking), 만족도(Satisfaction level)를 비교하였다. 실험결과 5회의 학습을 통하여 재현율, 적합율, 검색순위, 만족도 등이 모두 유의미한 수준으로 상승된 것으로 나타나 본 논문에서 제안하는 보행자 감성모델의 학습방법이 개인의 감성을 획득하는 방법으로서 유효하다는 점을 확인하였다. 또한 본 연구에서 제안한 보행자 감성모델은 상업공간의 인테리어와 같은 시각적 이미지 화상을 대상으로 한 모바일 콘텐츠 제공시스템의 개발에 있어서도 유효하다는 점을 확인하였다. 향후 다양한 분야의 정보기기 콘텐츠의 개발에 있어 본 연구에서 제안한 보행자 감성모델이 사용자 개인의 감성을 획득하는 방법론으로 활용될 수 있을 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 춘계학술대회
• /
• pp.985-987
• /
• 2010

본 논문에서는 개인별 평균차를 이용한 최대 엔트로피 기반 감성 인식 모델을 제안한다. 정확하게 사용자의 감성을 인식할 수 있도록, 제안하는 모델은 단순하게 주어진 입력 감성 신호 정보만 분석하여 사용하지 않고, 입력 정보를 각 감성 상태의 평균값과 비교한 결과를 활용한다. 그리고, 자료 부족 문제를 완화하기 위해서, 제안하는 모델은 평균차를 +(양수)와 -(음수)로 단순하게 표현하고, 감성 반응 전체 시간 대신 초단위로 분할하여 감성신호의 평균을 계산한다. 또한, 전문적인 지식이 없이도 구축이 용이하도록, 제안하는 모델은 간단한 평균차 계산 기법과 잘 알려진 기계학습기법의 하나인 최대 엔트로피 모델을 이용한다.

• 한국지능시스템학회논문지
• /
• 제9권5호
• /
• pp.526-537
• /
• 1999

본 논문에서는 칼라패턴의 물리적 속성을 감성 속성으로 변환시켜 주는 적응 퍼지 시스템을 기반으로 한 감성평가모델을 제안하였다. 감성평가모델은 칼라패턴의 물리적 속성인 평균색상, 평균채도 평균명도 주파수 성분이 서로 상반되는 의미를 갖는 형용사 쌍으로 표현되는 감성속성에 영향을 준다는 Soen의 심리학적 실험을 기초로하였다. 제안된 모델은 두 개의 적응퍼지시스템과 이시스템으로부터얻어지는 감성평가치를 융합하기 위한 퍼지 집합 연산자인 $\Upsilon$모델로 구성되었다. 실험결과 본 논문에서 제안한 모델이 비서형 모델을 근사화하는 신경회로망 모델과는 근접한 결과를 제공하였고 훈련된 결과로부터 언어적 해석이 용이함을 보였다. 제안된 모델에 의한 감성평가결과는 감성을 기반으로 하는 칼라패턴의 검색에 이용될수 있을 것으로 기대된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.7-8
• /
• 2022

본 연구에서는 한국어 SNS 대화에서 나타나는 문장들의 감성을 분석하고자 신경망 모델을 활용하여 시스템을 구축하였다. 현재 해외 SNS 감성분석에 대한 연구는 많이 진행된 상황이지만, 한국어 범용 대화에 대해 적절한 모델이 무엇인지는 연구가 부족한 실정이었다. 따라서 한국어 대화에 적합한 모델을 채택해 보다 정확한 감성분석을 수행하였다. 이를 위해 한국어 SNS 대화 데이터에 대해 신경망 모델을 적용하여, 82% 성공률로 기존 모델 72% 성공률보다 훨씬 더 우수한 성능을 보였다. 또한 본 연구의 결과는 악플 추적 등 실용적인 분야에도 기여할 수 있다고 사료된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.79-80
• /
• 2022

본 논문에서는 데이터 증강 기법 중 하나인 EDA를 적용하여 BERT 기반의 감성 분류 언어 모델을 만들고, 성능 개선 방법을 제안한다. EDA(Easy Data Augmentation) 기법은 테이터가 한정되어 있는 환경에서 SR(Synonym Replacement), RI(Random Insertion), RS(Random Swap), RD(Random Deletion) 총 4가지 세부 기법을 통해서 학습 데이터를 증강 시킬 수 있다. 이렇게 증강된 데이터를 학습 데이터로 이용해 구글의 BERT를 기본 모델로 한 전이학습을 진행하게 되면 감성 분류 모델을 생성해 낼 수 있다. 데이터 증강 기법 적용 후 전이 학습을 통해 생성한 감성 분류 모델의 성능을 증강 이전의 전이 학습 모델과 비교해 보면 정확도 측면에서 향상을 기대해 볼 수 있다.